强化学习中on-policy 与off-policy有什么区别？ 时间：2026-10-27 05:42:00 浏览：941次 on-policy 与 off-policy的本质区别在于：更新Q值时所使用的方法是沿用既定的策略（on-policy）还是使用新策略（off-policy）。stackoverflow中的一个回答，简洁明了的回答了这个问题。-------------------------------------大自然的搬运工---------------------------------------------- 标签：policy,off,强化,深度学习（Deep Learning）,强化学习 (Reinforcement Learning)
